Ottimizzazione combinatoria della pallettizzazione e del centraggio dei velivoli cargo: case study per il network di Milano Malpensa

The growing demand for air cargo transportation shines a spotlight on a sector that, still suffering from a significant lack of innovation, seems ill-prepared to tackle the challenges it faces in terms of cost reduction and environmental impact. This thesis proposes a combinatorial optimization algorithm aimed at optimizing the arrangement of goods in unit load devices (ULDs) and their subsequent allocation within the cargo hold to ensure an ideal center of gravity position, thereby reducing fuel consumption and CO2 emissions. The analysis focuses on the wide-body Boeing 747-400F model, one of the primary aircraft operating in Milan Malpensa’s network, the reference airport for this study. The methodological flow includes implementing a Mixed-Integer Linear Programming (MILP) model that integrates structural, configurational, and operational constraints, adaptable to different aircraft configurations or models. To validate the output, a graphic Allocation software is used to verify solution feasibility concerning the actual dimensions of the pallets. Finally, a simulation tool quantifies the fuel savings and reduction in carbon dioxide emissions resulting from optimizing the center of gravity position. The computational results, extended to the total traffic handled by a single airline at the reference airport in 2023, confirm the potential for significant economic and environmental savings. The thesis concludes with potential improvements at the infrastructure and data management levels that could facilitate automation of the entire logistics chain, along with possible extensions of the algorithm to other realistic, day-to-day scenarios.

Il progressivo aumento della domanda di trasporto merci per via aerea pone i riflettori su un settore che, soffrendo tuttora di una forte carenza di innovazione, sembra poco preparato a rispondere alle sfide che si pongono davanti in termini di riduzione dei costi ed impatto ambientale. Il presente elaborato propone un algoritmo di ottimizzazione combinatoria che mira ad ottimizzare la disposizione della merce negli Unit Load Devices (ULD) e la loro conseguente allocazione nella stiva per garantire una posizione del centro di gravità ideale, riducendo il consumo di carburante e le emissioni di CO2. L’analisi è focalizzata sul modello wide body Boeing 747-400F, uno dei principali aeromobili operanti nel network operativo di Milano Malpensa, aeroporto di riferimento per il seguente studio. Il flusso metodologico prevede l’implementazione di un modello di Programmazione Lineare Misto-Intera (MILP) che integra vincoli strutturali, configurazionali e operativi, adattabile a diverse configurazioni o modelli di aeromobili. Per la validazione dell’output, si utilizza un software di allocazione grafica che verifica la fattibilità delle soluzioni rispetto alle effettive dimensioni dei pallet. Infine, un tool di simulazione quantifica il risparmio di carburante e l’abbattimento di anidride carbonica derivante dall’ottimizzazione della posizione del baricentro. I risultati computazionali, estesi all’intero traffico effettuato da una compagnia aerea nello scalo di riferimento durante il 2023, confermano la possibilità di ottenere significativi risparmi economici e ambientali. La tesi conclude con potenziali migliorie infrastrutturali e di gestione dei dati che favorirebbero l’automatizzazione dell’intera catena logistica, oltre che possibili estensioni dell’algoritmo ad altri scenari plausibili a livello quotidiano.